内容简介:python—函数式编程
- 纯函数式编程没有变量,一个函数只要输出确定,输出就是确定的,称为没有副作用.使用变量的函数内部由于变量状态不确定性,有副作用.
- 函数式编程另一个特点是允许函数本身作为参数传入,也可以直接返回另外一个函数.
-
python对函数式编程提供有限支持.(还使用变量 so不是纯函数式编程语言)
高阶函数
- python中函数本身也可以赋值给变量,变量可以指向函数
- 函数的参数可以传入另一个函数,这种函数称为高阶函数.
map/reduce
- map()接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回
-
示例
list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]) # list所有数字转为字符串
-
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算
-
示例
>>>from functools import reduce >>>def fn(x, y): ... return x * 10 + y ... >>>def char2num(s): ... digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} ... return digits[s] ... >>>reduce(fn, map(char2num, '13579')) 13579
filter
- filter()接收一个函数和一个序列。filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
- filter()函数返回的是一个 惰性序列 Iterator,也就是一个惰性序列,需要用list()函数获得所有结果并返回list
-
示例
def is_odd(n): return n % 2 == 1 list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) # 只保留奇数 def not_empty(s): return s and s.strip() list(filter(not_empty, ['A', '', 'B', None, 'C', ' '])) # 删除空字符
sorted
-
sorted()函数接收一个key函数来实现自定义的排序.第三个参数
reverse=True
决定正序倒序. -
示例:
>>> sorted(['bob', 'about', 'Zoo', 'Credit'],key=str.lower) ['about', 'bob', 'Credit', 'Zoo'] >>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True) ['Zoo', 'Credit', 'bob', 'about'] ``` ### 返回函数 * 将函数作为结果返回.(很随便:joy:) * 闭包(Closure):相关参数和变量都保存在返回函数. * **note:**返回的函数在其定义内部引用了局部变量args,所以,当一个函数返回了一个函数后,其内部的局部变量还被新函数引用 * 示例(坑): ```py def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count() >>> f1() 9 >>> f2() 9 >>> f3() 9
-
返回的函数引用了变量i,但它并非立刻执行。等到3个函数都返回时,它们所引用的变量i已经变成了3,因此最终结果为9
- 一定要引用循环变量怎么办?方法是再创建一个函数,用该函数的参数绑定循环变量当前的值,无论该循环变量后续如何更改,已绑定到函数参数的值不变
-
示例:
def count(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被执行,因此i的当前值被传入f() return fs
匿名函数
-
不显式定义的函数. python中是
lambda
但与 java 不同. -
python中
lambda
限制,只能有一个表达式,不用写return,返回值就是该表达式的结果 - 匿名函数不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数
-
示例
f = lambda x: x * x
装饰器
- 代码运行期间,动态增加功能方式称为装饰器(Decorator)
-
示例
def log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper @log def now(): print('2015-3-25') >>>now() call now(): 2015-3-25
-
如示例,装饰器 接受一个函数作为参数,并返回原函数.在原函数定义时,以
@ xxx
作为标记.示例1 为2层,如果打印文本可以自定义. -
示例
def log(text): def decorator(func): def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator @log('execute') def now(): print('2015-3-25') >>>now() execute now(): 2015-3-25
打印可自定义 又加上了一层.
-
如上两种定义后,函数对象的名称等发生了变化,so,终极版
-
Python内置的functools.wraps 会将原始函数的
__name__
等属性复制到wrapper()函数中. -
示例
import functools # 不带参数 def log(func): @functools.wraps(func) def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper # 带参数 def log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator
偏函数
- functools.partial的作用是把一个函数的某些参数设置默认值,返回一个新的函数.
-
示例:
import functools int2 = functools.partial(int, base=2) int2('1000000')
-
注意: 仅仅是把base参数重新设定默认值为2, 但也可以在函数调用时传入其他值
- 由于 python 中函数也可以最为参数传入,so,参数固定成某一个函数也可.
-
同理:
*args
和**kw
也可以. -
简化函数调用.
以上所述就是小编给大家介绍的《python—函数式编程》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 函数式编程之数组的函数式编程
- 函数式编程 – 函数式编程如何影响您的编码风格?
- 纯函数:函数式编程入门
- 深入理解 Java 函数式编程,第 1 部分: 函数式编程思想概论
- 思想交融,Android中的函数式编程(2):什么是函数式编程
- 编程范式 —— 函数式编程入门
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
垃圾回收的算法与实现
中村成洋、相川光 / 丁灵 / 人民邮电出版社 / 2016-7-1 / 99.00元
★ Ruby之父Matz作推荐语:上古传承的魔法,彻底揭开垃圾回收的秘密! ★ 日本天才程序员兼Lisp黑客竹内郁雄审校 本书前半介绍基本GC算法,包括标记-清除GC、引用计数、复制算法的GC、串行GC的算法、并发GC的算法等。后半介绍V8、Rubinius、Dalvik、CPython等几种具体GC的实现。本书适合各领域程序员阅读。一起来看看 《垃圾回收的算法与实现》 这本书的介绍吧!